ConcurrentHashMap是如何实现线程安全的你知道吗

作者:桐花思雨 时间:2023-11-28 23:14:25 

1. 前言

我们知道,在日常开发中使用的 HashMap 是线程不安全的,而线程安全类 HashTable 和 SynchronizedMap 只是简单的在方法上加锁实现了线程安全,效率低下,所以在线程安全的环境下我们通常会使用 ConcurrentHashMap,那么 ConcurrentHashMap 又是如何实现线程安全的呢?

2. ConcurrentHashMap 是如何实现线程安全的

针对这个问题,可以从以下几个方面来阅读源码予以解答

2.1. 初始化数据结构时的线程安全

在 JDK 1.8 中,初始化 ConcurrentHashMap 的时候这个 Node[] 数组是还未初始化的,会等到第一次 put() 方法调用时才初始化

final V putVal(K key, V value, boolean onlyIfAbsent) {
if (key == null || value == null) throw new NullPointerException();
   int hash = spread(key.hashCode());
   int binCount = 0;
   for (Node<K,V>[] tab = table;;) {
Node<K,V> f; int n, i, fh;
// 判断Node数组为空
if (tab == null || (n = tab.length) == 0)
// 初始化Node数组
           tab = initTable();
       ......
}

此时会有并发问题的,如果多个线程同时调用 initTable() 初始化 Node[] 数组怎么办?

看看 Doug Lea 大师是如何处理的

private final Node<K,V>[] initTable() {
Node<K,V>[] tab; int sc;
// 每次循环都获取最新的Node[]数组引用
   while ((tab = table) == null || tab.length == 0) {
   // sizeCtl是一个标记位,若为-1,代表有线程在进行初始化工作了
if ((sc = sizeCtl) < 0)
// 让出CPU时间片
Thread.yield();
// 此时,代表没有线程在进行初始化工作,CAS操作,将本实例的sizeCtl变量设置为-1
       else if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) {
       // 如果CAS操作成功了,代表本线程将负责初始化工作
       try {
       // 再检查一遍数组是否为空
           if ((tab = table) == null || tab.length == 0) {
           // 在初始化ConcurrentHashMap时,sizeCtl代表数组大小,默认16
         // 所以此时n默认为16
               int n = (sc > 0) ? sc : DEFAULT_CAPACITY;
                   @SuppressWarnings("unchecked")
                   Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n];
                   // 将其赋值给table变量
                   table = tab = nt;
                   // 通过位运算,n减去n二进制右移2位,相当于乘以0.75
         // 例如16经过运算为12,与乘0.75一样,只不过位运算更快
                   sc = n - (n >>> 2);
               }
           } finally {
           // 将计算后的sc(12)直接赋值给sizeCtl,表示达到12长度就扩容
       // 由于这里只会有一个线程在执行,直接赋值即可,没有线程安全问题,只需要保证可见性
           sizeCtl = sc;
}
           break;
}
}
return tab;
}

table 变量使用了 volatile 来保证每次获取到的都是最新写入的值

transient volatile Node<K,V>[] table;

ConcurrentHashMap 源码中 sizeCtl 变量注释如下

// 表初始化和调整控件大小。如果为负值,则表正在初始化或调整大小:-1用于初始化,否则-(1+活动调整大小线程的数量)
// 否则,当table为null时,将保留创建时使用的初始表大小,默认值为0。初始化后,保存下一个要调整表大小的元素计数值
private transient volatile int sizeCtl;

在 ConcurrentHashMap 初始化时,初始化 sizeCtl

public ConcurrentHashMap(int initialCapacity) {
if (initialCapacity < 0)
           throw new IllegalArgumentException();
int cap = ((initialCapacity >= (MAXIMUM_CAPACITY >>> 1)) ?
MAXIMUM_CAPACITY :
           tableSizeFor(initialCapacity + (initialCapacity >>> 1) + 1));
this.sizeCtl = cap;
}
public ConcurrentHashMap(Map<? extends K, ? extends V> m) {
this.sizeCtl = DEFAULT_CAPACITY;
   putAll(m);
}
public ConcurrentHashMap(int initialCapacity,
                            float loadFactor, int concurrencyLevel) {
if (!(loadFactor > 0.0f) || initialCapacity < 0 || concurrencyLevel <= 0)
throw new IllegalArgumentException();
if (initialCapacity < concurrencyLevel)   // Use at least as many bins
       initialCapacity = concurrencyLevel;   // as estimated threads
long size = (long)(1.0 + (long)initialCapacity / loadFactor);
   int cap = (size >= (long)MAXIMUM_CAPACITY) ?
MAXIMUM_CAPACITY : tableSizeFor((int)size);
this.sizeCtl = cap;
}

2.1.1. 总结

就算有多个线程同时进行 put 操作,在初始化 Node[] 数组时,使用了 CAS 操作来决定到底是哪个线程有资格进行初始化,其他线程只能等待。

用到的并发技巧如下:

  • volatile 修饰 sizeCtl 变量:它是一个标记位,用来告诉其他线程这个坑位有没有线程在进行初始化工作,其线程间的可见性由 volatile 保证

  • CAS 操作:CAS 操作保证了设置 sizeCtl 标记位的原子性,保证了在多线程同时进行初始化 Node[] 数组时,只有一个线程能成功

2.2. put 操作时的线程安全

public V put(K key, V value) {
return putVal(key, value, false);
}

final V putVal(K key, V value, boolean onlyIfAbsent) {
// K,V 都不能为空
if (key == null || value == null) throw new NullPointerException();
// 取得 key 的 hash 值
int hash = spread(key.hashCode());
// 用来计算在这个节点总共有多少个元素,用来控制扩容或者转换为树
int binCount = 0;
// 数组的遍历,自旋插入结点,直到成功
for (Node<K,V>[] tab = table;;) {
Node<K,V> f; int n, i, fh;
// 当Node[]数组为空时,进行初始化
if (tab == null || (n = tab.length) == 0)    
tab = initTable();
// Unsafe类volatile的方式取出hashCode散列后通过与运算得出的Node[]数组下标值对应的Node对象
   // 此时 Node 位置若为 null,则表示还没有线程在此 Node 位置进行插入操作,说明本次操作是第一次
else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {
// 如果这个位置没有元素的话,则通过 CAS 的方式插入数据
if (casTabAt(tab, i, null,
// 创建一个 Node 添加到数组中,null 表示的是下一个节点为空
new Node<K,V>(hash, key, value, null)))
// 插入成功,退出循环
               break;        
}
// 如果检测到某个节点的 hash 值是 MOVED,则表示正在进行数组扩容    
else if ((fh = f.hash) == MOVED)    
// 帮助扩容
tab = helpTransfer(tab, f);
// 此时,说明已经有线程对Node[]进行了插入操作,后面的插入很有可能会发生Hash冲突
       else {
V oldVal = null;
// ----------------synchronized----------------
           synchronized (f) {
           // 二次确认此Node对象还是原来的那一个
               if (tabAt(tab, i) == f) {
               // ----------------table[i]是链表结点----------------
                   if (fh >= 0) {
                   // 记录结点数,超过阈值后,需要转为红黑树,提高查找效率
                   binCount = 1;            
                       // 遍历这个链表
                       for (Node<K,V> e = f;; ++binCount) {
                       K ek;
                           // 要存的元素的 hash 值和 key 跟要存储的位置的节点的相同的时候,替换掉该节点的 value 即可
                           if (e.hash == hash &&
                           ((ek = e.key) == key ||
                               (ek != null && key.equals(ek)))) {
                               oldVal = e.val;
                               if (!onlyIfAbsent)
                               e.val = value;
                               break;
                           }
                           // 到了链表的最末端,将新值放到链表的最末端
                           Node<K,V> pred = e;
                           // 如果不是同样的 hash,同样的 key 的时候,则判断该节点的下一个节点是否为空
                           if ((e = e.next) == null) {
                           // ----------------“尾插法”插入新结点----------------
                              pred.next = new Node<K,V>(hash, key,
                                                             value, null);
                               break;
                           }
}
}
// ----------------table[i]是红黑树结点----------------
                   else if (f instanceof TreeBin) {
                   Node<K,V> p;
                       binCount = 2;
                       // 调用putTreeVal方法,将该元素添加到树中去
                       if ((p = ((TreeBin<K,V>)f).putTreeVal(hash, key,
                                                          value)) != null) {
                       oldVal = p.val;
                           if (!onlyIfAbsent)
                           p.val = value;
                       }
}
}
}
if (binCount != 0) {
// 当在同一个节点的数目达到8个的时候,则扩张数组或将给节点的数据转为tree
if (binCount >= TREEIFY_THRESHOLD)
// 链表 -> 红黑树 转换
               treeifyBin(tab, i);    
               // 表明本次put操作只是替换了旧值,不用更改计数值
               if (oldVal != null)
               return oldVal;
               break;
}
}
}
addCount(1L, binCount);// 计数值加1
return null;
}

值得关注的是 tabAt(tab, i) 方法,其使用 Unsafe 类 volatile 的操作 volatile 式地查看值,保证每次获取到的值都是 最新 的

static final <K,V> Node<K,V> tabAt(Node<K,V>[] tab, int i) {
return (Node<K,V>)U.getObjectVolatile(tab, ((long)i << ASHIFT) + ABASE);
}

虽然上面的 table 变量加了 volatile,但也只能保证其引用的可见性,并不能确保其数组中的对象是否是最新的,所以需要 Unsafe 类 volatile 式地拿到最新的 Node

2.2.1. 总结

ConcurrentHashMap是如何实现线程安全的你知道吗

put() 方法的核心思想:由于其减小了锁的粒度,若 Hash 完美不冲突的情况下,可同时支持 n 个线程同时 put 操作,n 为 Node 数组大小,在默认大小 16 下,可以支持最大同时 16 个线程无竞争同时操作且线程安全

当 Hash 冲突严重时,Node 链表越来越长,将导致严重的锁竞争,此时会进行扩容,将 Node 进行再散列,下面会介绍扩容的线程安全性。

总结一下用到的并发技巧

  • 减小锁粒度:将 Node 链表的头节点作为锁,若在默认大小 16 情况下,将有 16 把锁,大大减小了锁竞争(上下文切换),就像开头所说,将串行的部分最大化缩小,在理想情况下线程的 put 操作都为并行操作。同时直接锁住头节点,保证了线程安全

  • 使用了 volatile 修饰 table 变量,并使用 Unsafe 的 getObjectVolatile() 方法拿到最新的 Node

  • CAS 操作:如果上述拿到的最新的 Node 为 null,则说明还没有任何线程在此 Node 位置进行插入操作,说明本次操作是第一次

  • synchronized 同步锁:如果此时拿到的最新的 Node 不为 null,则说明已经有线程在此 Node 位置进行了插入操作,此时就产生了 hash 冲突;此时的 synchronized 同步锁就起到了关键作用,防止在多线程的情况下发生数据覆盖(线程不安全),接着在 synchronized 同步锁的管理下按照相应的规则执行操作

当 hash 值相同并 key 值也相同时,则替换掉原 value

否则,将数据插入链表或红黑树相应的节点

2.3. get 操作时的线程安全

对于 get 操作其实没有线程安全的问题,只有可见性的问题,只需要确保 get 的数据是线程之间可见的即可

public V get(Object key) {
Node<K,V>[] tab; Node<K,V> e, p; int n, eh; K ek;
// 重新计算key的hash值
int h = spread(key.hashCode());
// table不能为null,且table[i]不能为空
if ((tab = table) != null && (n = tab.length) > 0 &&
       (e = tabAt(tab, (n - 1) & h)) != null) {
       // 检查头结点,table[i]就是待查找的项,直接返回
       if ((eh = e.hash) == h) {
       if ((ek = e.key) == key || (ek != null && key.equals(ek)))
           return e.val;
       }
       // hash值<0, 说明遇到特殊结点(非链表结点), 调用find()方法查找
       else if (eh < 0)
       // 调用节点对象的find方法查找值
       return (p = e.find(h, key)) != null ? p.val : null;
       // 按链表方式查找
      while ((e = e.next) != null) {
       if (e.hash == h &&
           ((ek = e.key) == key || (ek != null && key.equals(ek))))
           return e.val;
}
}
return null;
}

在 get 操作中除了增加了迁移的判断以外,基本与 HashMap 的 get 操作无异,这里不多赘述,值得一提的是这里使用了 tabAt() 方法 Unsafe 类 volatile 的方式去获取 Node[] 数组中的 Node,保证获得到的 Node 是最新的

static final <K,V> Node<K,V> tabAt(Node<K,V>[] tab, int i) {
    return (Node<K,V>)U.getObjectVolatile(tab, ((long)i << ASHIFT) + ABASE);
}

2.4. 扩容操作时的线程安全

在扩容时,ConcurrentHashMap 支持多线程并发扩容,在扩容过程中同时支持 get 查数据,若有线程 put 数据,还会帮助一起扩容,这种无阻塞算法,将并行最大化的设计,堪称一绝 

private final void transfer(Node<K,V>[] tab, Node<K,V>[] nextTab) {
int n = tab.length, stride;
// stride可理解成“步长”,即“数据迁移”时,每个线程要负责旧table中的多少个桶,根据几核的CPU决定“步长”
   if ((stride = (NCPU > 1) ? (n >>> 3) / NCPU : n) < MIN_TRANSFER_STRIDE)
   // 本线程分到的迁移量,假设为16(默认也为16)
   stride = MIN_TRANSFER_STRIDE;
   // 说明第一次扩容
   if (nextTab == null) {            
       try {
       @SuppressWarnings("unchecked")
       // 创建新table数组,扩大一倍为 32,n还为16
           Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n << 1];
           nextTab = nt;
       } catch (Throwable ex) {      
       // 将表示容量的sizeCtl 设置为最大值,然后返回
           sizeCtl = Integer.MAX_VALUE;
           return;
       }  
       nextTable = nextTab;
       // 表示当前线程要进行数据迁移的桶区间
transferIndex = n;
}
int nextn = nextTab.length;
// 在get或者put时若遇到此 Node,则可以知道当前Node正在迁移
// ForwardingNode结点,当旧table的某个桶中的所有结点都迁移完后,用该结点占据这个桶
   ForwardingNode<K,V> fwd = new ForwardingNode<K,V>(nextTab);
   // 标识一个桶的迁移工作是否完成,advance == true 表示可以进行下一个位置的迁移
   boolean advance = true;
   // 最后一个数据迁移的线程将该值置为true,并进行本轮扩容的收尾工作
   boolean finishing = false;
  // i标识桶索引, bound标识边界
   for (int i = 0, bound = 0;;) {
   Node<K,V> f; int fh;
       // 每一次自旋前的预处理,主要是为了定位本轮处理的桶区间
  // 正常情况下,预处理完成后:i == transferIndex-1:右边界
   // bound == transferIndex-stride:左边界
       while (advance) {
       int nextIndex, nextBound;
           if (--i >= bound || finishing)
           advance = false;
            else if ((nextIndex = transferIndex) <= 0) {
            i = -1;
                advance = false;
            }
            else if (U.compareAndSwapInt
            (this, TRANSFERINDEX, nextIndex,
                         nextBound = (nextIndex > stride ?
                                      nextIndex - stride : 0))) {
            bound = nextBound;
               i = nextIndex - 1;
               advance = false;
            }
       }
       // 当前是处理最后一个tranfer任务的线程或出现扩容冲突
       if (i < 0 || i >= n || i + n >= nextn) {
       int sc;
           if (finishing) {// 所有桶迁移均已完成
           nextTable = null;
               table = nextTab;
               sizeCtl = (n << 1) - (n >>> 1);
               return;
       }
       // 扩容线程数减1,表示当前线程已完成自己的transfer任务
           if (U.compareAndSwapInt(this, SIZECTL, sc = sizeCtl, sc - 1)) {
           // 判断当前线程是否是本轮扩容中的最后一个线程,如果不是,则直接退出
           if ((sc - 2) != resizeStamp(n) << RESIZE_STAMP_SHIFT)
               return;
               finishing = advance = true;
               /**
     * 最后一个数据迁移线程要重新检查一次旧table中的所有桶,看是否都被正确迁移到新table了:
                * ①正常情况下,重新检查时,旧table的所有桶都应该是ForwardingNode;
                * ②特殊情况下,比如扩容冲突(多个线程申请到了同一个transfer任务),此时当前线程领取的任务会作废,那么最后检查时,
                * 还要处理因为作废而没有被迁移的桶,把它们正确迁移到新table中
                */
               i = n;
           }
}
// 旧桶本身为null,不用迁移,直接尝试放一个ForwardingNode
       else if ((f = tabAt(tab, i)) == null)
       advance = casTabAt(tab, i, null, fwd);
      // 该旧桶已经迁移完成,直接跳过
       else if ((fh = f.hash) == MOVED)
      advance = true;
      // 该旧桶未迁移完成,进行数据迁移
       else {
       synchronized (f) {
           if (tabAt(tab, i) == f) {
               Node<K,V> ln, hn;
               // 桶的hash>0,说明是链表迁移
                   if (fh >= 0) {
                   /**
                        * 下面的过程会将旧桶中的链表分成两部分:ln链和hn链
                        * ln链会插入到新table的槽i中,hn链会插入到新table的槽i+n中
                        */                        
                   int runBit = fh & n;
                   // lastRun指向最后一个相邻runBit不同的结点
                       Node<K,V> lastRun = f;
                       for (Node<K,V> p = f.next; p != null; p = p.next) {
                       int b = p.hash & n;
                           if (b != runBit) {
                           runBit = b;
                               lastRun = p;
                           }
}
                       if (runBit == 0) {
                       ln = lastRun;
                           hn = null;
                       }
                       else {
                       hn = lastRun;
                           ln = null;
                       }
                       // 以lastRun所指向的结点为分界,将链表拆成2个子链表ln、hn
                       for (Node<K,V> p = f; p != lastRun; p = p.next) {
                       int ph = p.hash; K pk = p.key; V pv = p.val;
                           if ((ph & n) == 0)
                           ln = new Node<K,V>(ph, pk, pv, ln);
                           else
                               hn = new Node<K,V>(ph, pk, pv, hn);
                       }
                       setTabAt(nextTab, i, ln); // ln链表存入新桶的索引i位置
                       setTabAt(nextTab, i + n, hn); // hn链表存入新桶的索引i+n位置
                       setTabAt(tab, i, fwd); // 设置ForwardingNode占位
                       advance = true;// 表示当前旧桶的结点已迁移完毕
}
                   else if (f instanceof TreeBin) {
                   /**
                        * 下面的过程会先以链表方式遍历,复制所有结点,然后根据高低位组装成两个链表;
                        * 然后看下是否需要进行红黑树转换,最后放到新table对应的桶中
                        */
                   TreeBin<K,V> t = (TreeBin<K,V>)f;
                       TreeNode<K,V> lo = null, loTail = null;
                       TreeNode<K,V> hi = null, hiTail = null;
                       int lc = 0, hc = 0;
                       for (Node<K,V> e = t.first; e != null; e = e.next) {
                       int h = e.hash;
                           TreeNode<K,V> p = new TreeNode<K,V>
                           (h, e.key, e.val, null, null);
                           if ((h & n) == 0) {
                           if ((p.prev = loTail) == null)
                               lo = p;
                               else
                               loTail.next = p;
                                loTail = p;
                                   ++lc;
}
                           else {
                           if ((p.prev = hiTail) == null)
                               hi = p;
                               else
                                   hiTail.next = p;
                                   hiTail = p;
                                   ++hc;
}
}
// 判断是否需要进行 红黑树 <-> 链表 的转换
                       ln = (lc <= UNTREEIFY_THRESHOLD) ? untreeify(lo) :
                       (hc != 0) ? new TreeBin<K,V>(lo) : t;
                       hn = (hc <= UNTREEIFY_THRESHOLD) ? untreeify(hi) :
                           (lc != 0) ? new TreeBin<K,V>(hi) : t;
                       setTabAt(nextTab, i, ln);
                       setTabAt(nextTab, i + n, hn);
                       setTabAt(tab, i, fwd); // 设置ForwardingNode占位
                       advance = true; // 表示当前旧桶的结点已迁移完毕
}
}
}
}
}
}

2.4.1. 扩容时的 get 操作

假设 Node下标为 16 的 Node 节点正在迁移扩容,突然有一个线程进来调用 get() 方法,正好 key 又散列到下标为 16 的节点,此时怎么办?

public V get(Object key) {
Node<K,V>[] tab; Node<K,V> e, p; int n, eh; K ek;
// 重新计算key的hash值
int h = spread(key.hashCode());
// table不能为null,且table[i]不能为空
if ((tab = table) != null && (n = tab.length) > 0 &&
       (e = tabAt(tab, (n - 1) & h)) != null) {
       // 检查头结点,table[i]就是待查找的项,直接返回
       if ((eh = e.hash) == h) {
       if ((ek = e.key) == key || (ek != null && key.equals(ek)))
           return e.val;
       }
       // hash值<0, 说明遇到特殊结点(非链表结点), 调用find()方法查找
       else if (eh < 0)
       // 调用节点对象的find方法查找值
       return (p = e.find(h, key)) != null ? p.val : null;
       // 按链表方式查找
      while ((e = e.next) != null) {
       if (e.hash == h &&
           ((ek = e.key) == key || (ek != null && key.equals(ek))))
           return e.val;
}
}
return null;
}

在 get() 操作的源码中,会判断 Node 中的 hash 是否小于 0(eh < 0),是否还记得我们的占位 Node,其 hash 为 MOVED,为常量值 -1,所以此时判断线程正在迁移,委托给内部类 ForwardingNode 占位 Node 去查找值

// //内部类ForwardingNode 中 find() 方法
Node<K,V> find(int h, Object k) {
// 这里的查找,是去新Node数组中查找的
outer: for (Node<K,V>[] tab = nextTable;;) {
Node<K,V> e; int n;
       if (k == null || tab == null || (n = tab.length) == 0 ||
       (e = tabAt(tab, (n - 1) & h)) == null)
           return null;
      for (;;) {
       int eh; K ek;
           if ((eh = e.hash) == h &&
           ((ek = e.key) == k || (ek != null && k.equals(ek))))
               return e;
           if (eh < 0) {
           if (e instanceof ForwardingNode) {
               tab = ((ForwardingNode<K,V>)e).nextTable;
                   continue outer;
               }
               else
               return e.find(h, k);
         }
           if ((e = e.next) == null)
           return null;
}
}
}

到这里之所以占位 Node 需要保存新 Node[] 数组的引用也是因为这个,它可以支持在迁移的过程中照样不阻塞地查找值,可谓是精妙绝伦的设计

ForwardingNode<K,V> fwd = new ForwardingNode<K,V>(nextTab);

2.4.2. 多线程协助扩容

在 put 操作时,假设正在迁移扩容,正好有一个线程进来,想要 put 值到迁移的 Node上,怎么办?

在 put() 方法中调用了 helpTransfer() 方法

// put() 方法中的代码片段,帮助扩容
tab = helpTransfer(tab, f);
final Node<K,V>[] helpTransfer(Node<K,V>[] tab, Node<K,V> f) {
Node<K,V>[] nextTab; int sc;
if (tab != null && (f instanceof ForwardingNode) &&
   (nextTab = ((ForwardingNode<K,V>)f).nextTable) != null) {
       int rs = resizeStamp(tab.length);
       while (nextTab == nextTable && table == tab &&
       (sc = sizeCtl) < 0) {
       if ((sc >>> RESIZE_STAMP_SHIFT) != rs || sc == rs + 1 ||
           sc == rs + MAX_RESIZERS || transferIndex <= 0)
           break;
           // sizeCtl加 1,表示多一个线程进来协助扩容
           if (U.compareAndSwapInt(this, SIZECTL, sc, sc + 1)) {
           transfer(tab, nextTab);
               break;
}
}
return nextTab;
}
return table;
}

此方法涉及大量复杂的位运算,这里只是简单的说几句,此时 sizeCtl 变量用来表示 ConcurrentHashMap 正在扩容,当其准备扩容时,会将 sizeCtl 设置为一个负数

2.4.3. 总结

ConcurrentHashMap 运用各类 CAS 操作,将扩容操作的并发性能实现最大化,在扩容过程中,

  • 就算有线程调用 get 查询方法,也可以安全的查询数据

  • 若有线程进行 put 操作,还会协助扩容

利用 sizeCtl 标记位和各种 volatile 变量进行 CAS 操作达到多线程之间的通信、协助,在迁移扩容过程中只锁一个 Node 节点,即保证了线程安全,又提高了并发性能

3. 什么情况下 ConcurrentHashMap 会进行扩容操作

在 put 值时,发现 Node 为占位 Node(ForwardingNode)时,会协助扩容

// 在 put() 方法中的代码片段
else if ((fh = f.hash) == MOVED)    
tab = helpTransfer(tab, f);

在 put 值时,检测到单链表长度大于 8 时

final V putVal(K key, V value, boolean onlyIfAbsent) {
......

if (binCount != 0) {
   // TREEIFY_THRESHOLD=8,当链表长度大于8时
 if (binCount >= TREEIFY_THRESHOLD)
     // 调用treeifyBin方法
   treeifyBin(tab, i);
 if (oldVal != null)
   return oldVal;
 break;
}
 ......
}

treeifyBin() 方法会将单链表转换为红黑树,增加查找效率,但在这之前,会检查数组长度,若小于 64,则会优先做扩容操作

private final void treeifyBin(Node<K,V>[] tab, int index) {
Node<K,V> b; int n, sc;
if (tab != null) {
// MIN_TREEIFY_CAPACITY = 64,若数组长度小于64,则先扩容
if ((n = tab.length) < MIN_TREEIFY_CAPACITY)
// 扩容
       tryPresize(n << 1);
       else if ((b = tabAt(tab, index)) != null && b.hash >= 0) {
       synchronized (b) {
       // 转换为红黑树的操作
           ......
           }
}
}
}

在每次 put 值之后,都会调用 addCount() 方法,检测 Node[] 数组大小是否达到阈值

private final void addCount(long x, int check) {
CounterCell[] as; long b, s;
if ((as = counterCells) != null ||
   !U.compareAndSwapLong(this, BASECOUNT, b = baseCount, s = b + x)) {
   // 统计元素个数的操作
       CounterCell a; long v; int m;
       boolean uncontended = true;
if (as == null || (m = as.length - 1) < 0 ||
       (a = as[ThreadLocalRandom.getProbe() & m]) == null ||
           !(uncontended =
            U.compareAndSwapLong(a, CELLVALUE, v = a.value, v + x))) {
            fullAddCount(x, uncontended);
            return;
}
if (check <= 1)
       return;
s = sumCount();
}
if (check >= 0) {
Node<K,V>[] tab, nt; int n, sc;
// 元素个数达到阈值,进行扩容
      while (s >= (long)(sc = sizeCtl) && (tab = table) != null &&
       (n = tab.length) < MAXIMUM_CAPACITY) {
       int rs = resizeStamp(n);
       // 发现sizeCtl为负数,证明有线程正在迁移扩容
           if (sc < 0) {
           if ((sc >>> RESIZE_STAMP_SHIFT) != rs || sc == rs + 1 ||
               sc == rs + MAX_RESIZERS || (nt = nextTable) == null ||
                   transferIndex <= 0)
                   break;
if (U.compareAndSwapInt(this, SIZECTL, sc, sc + 1))
               transfer(tab, nt);
}
// 不为负数,则为第一个迁移的线程
else if (U.compareAndSwapInt(this, SIZECTL, sc,
            (rs << RESIZE_STAMP_SHIFT) + 2))
transfer(tab, null);
s = sumCount();
}
}
}

来源:https://blog.csdn.net/weixin_38192427/article/details/122537790

标签:ConcurrentHashMap,线程,安全
0
投稿

猜你喜欢

  • C#使用protobuf-net进行序列化的详细操作

    2021-11-17 02:32:41
  • C#利用com操作excel释放进程的解决方法

    2022-08-02 07:01:28
  • Flutter实现心动的动画特效

    2021-09-03 18:08:01
  • Android Fragment概述及用法

    2022-08-23 15:54:22
  • Java求字符串中出现次数最多的字符串以及出现次数

    2023-06-03 03:45:34
  • Java使用JSON传递字符串注意事项解析

    2021-11-05 13:35:37
  • Spring Cloud 网关服务 zuul 动态路由的实现方法

    2022-04-09 20:17:46
  • 基于XSLT调试的相关问题

    2022-11-01 14:22:53
  • SpringMVC如何用Post方式重定向

    2021-10-05 21:34:27
  • C# 键值对数据排序代码

    2022-07-09 00:49:51
  • Android从0到完整项目(1)使用Android studio 创建项目详解

    2022-12-13 13:48:21
  • 详解在Spring-Boot中实现通用Auth认证的几种方式

    2023-10-08 00:48:28
  • springboot启动脚本start.sh和停止脚本 stop.sh的详细教程

    2022-10-11 08:28:26
  • IDEA使用SequenceDiagram插件绘制时序图的方法

    2023-07-03 11:20:07
  • 在c#中使用servicestackredis操作redis的实例代码

    2022-06-23 14:28:48
  • 通过Java连接SQL Server数据库的超详细操作流程

    2022-08-01 12:46:01
  • android中UI主线程与子线程深入分析

    2022-02-06 15:19:25
  • SpringBoot 多Profile使用与切换方式

    2022-04-13 14:58:27
  • FasfDFS整合Java实现文件上传下载功能实例详解

    2022-05-27 02:30:46
  • C#简单读写txt文件的方法

    2023-01-17 06:30:27
  • asp之家 软件编程 m.aspxhome.com